MLSEV会议视频:“机器学习的六大挑战”

邮寄人

在上周的两天拥挤不堪的培训中,我们真的很高兴几乎接待了数千名商业专业人士、开发人员、分析师、学者和学生,这是此次培训的一部分塞维利亚机器学习学校. 对我们来说,更多的证据表明,机器学习是一种全球性现象,会随着世界经济从新冠状病毒的影响中复苏而对各种产业产生积极的影响。

正如活动期间所承诺的,以下是MLSEV期间所涵盖材料的有用链接,供您回顾和自学,以及后续行动的相关指南。

MLSEV的基石之一是BigML首席科学家,beplay2网页登陆汤姆迪特里奇教授发言人在机器学习的现状与发展. 迪特里奇教授特别谈到了机器学习的六大挑战通过提供每一点的历史观点以及适用于研究进展的当前状态。这六项挑战是:

  1. 一般化
  2. 特征工程
  3. 解释和不确定性
  4. 不确定性的量化
  5. 运行时监视
  6. 特定于应用程序的度量

这个上面的视频这是一个必须关注的话题,以了解每个主题的更多信息,并了解机器学习研究社区近年来能够提供的一些最好的新想法。为了简洁起见,我们想为解释和不确定性,这是我们在BigML的心上人。beplay2网页登陆ML解释与不确定性

为了使可解释性有所不同,我们需要改进需要解释的上下文。在许多情况下,这意味着理解最终用户角色以使用所述模型解释及其预测。有时,角色是一个机器学习工程师,他担心模型性能指标和过度拟合等更高阶的概念。其他时候,最终用户可以是一线员工或最终消费者,他们将寻找简单的线索(例如,对库存中类似产品的推荐)。世界级的智能应用程序应该能够区分这两种场景,同时满足两组用户的需求。

我们敦促您观看视频的其余部分,并找到有关这些关键主题的更多信息。还有一件事……在接下来的几周里,我们将在这个博客系列中涵盖MLSEV的其他焦点话题和主题,敬请期待!

留话

在下面填写详细信息或单击图标登录:

掘墓人
WordPress.com徽标

您正在使用WordPress.com帐户进行评论。(注销/改变)

谷歌照片

您正在使用您的Google帐户进行评论。(注销/改变)

推特图片

您正在使用您的Twitter帐户发表评论。(注销/改变)

Facebook照片

您正在使用您的Facebook帐户发表评论。(注销/改变)

正在连接到%s